2024년 서울특별시 종로구의 기상요인과 대기오염물질의 계절적 상호작용 분석 - 건강안전 평가를 위한 기초 연구

Analysis of Seasonal Interactions between Air Pollutants and Meteorological Factors in Jongno-gu, Seoul, 2024 : A Baseline Study for Health Safety Assessment

본 연구는 2024년 서울특별시 종로구 단일 지역을 대상으로 주요 대기오염물질(PM10, PM2.5, NO2, O3, CO, SO2)과 기상요인(기온, 상대습도)의 계절별 농도 분포 특성을 파악하고, 이들 간의 상호 상관관계를 분석하는 것을 목적으로 하였다. 기상청 종관기상관측장비 및 서울시 대기오염 측정소에서 제공하는 자료를 활용하여 2024년 1월부터 12월까지의 일별 데이터를 수집, 분석하였다. 자료의 비정규성을 고려하여 중심경향 분석에는 평균값 대신 중앙값과 사분위범위를 적용하였다. 대기오염물질과 기상요인 간의 관계는 Spearman 상관분석을 통해 계절별로 비교 분석하였다. 입자상물질(PM₁₀, PM₂.₅)은 겨울과 봄철에 농도가 상대적으로 높게 나타났으며, O₃는 여름철 고온 조건에서 가장 높은 농도를 보였다. CO와 NO₂는 겨울철 난방 활동 및 대기 정체의 영향으로 농도가 증가하는 경향을 보였다. 기온은 O₃와 유의한 양의 상관성을 나타낸 반면, CO와 NO₂와는 음의 상관성을 보였다. 상대습도는 대부분의 대기오염물질과 약한 음의 상관관계를 나타냈다. 주요 대기오염물질의 계절별 분포 특성과 기상요인 및 오염물질 간의 상호작용을 탐색적으로 확인하였다는 점에서 의의가 있다. 이를 통해 향후 기온 상승 등 기상 조건 변화를 고려한 대기질 예측 모델 구축 및 건강안전 평가를 위한 필수적인 기초자료를 제공하고자 한다.

This study aimed to investigate the seasonal distribution characteristics of major air pollutants and meteorological factors in a single area of Jongno-gu, Seoul, in 2024, and to analyze the correlations between them. Daily data from January to December 2024 were collected from air quality monitoring stations and the Automated Synoptic Observing System operated by the Seoul Metropolitan Government. Considering the non-normal distribution of the data, medians and interquartile ranges were used instead of means for descriptive statistical analysis. Spearman’s rank correlation analysis was conducted to examine the relationships between air pollutants and meteorological factors, with comparisons made across different seasons. Particulate matter(PM₁₀ and PM₂.₅) concentrations were relatively higher during winter and spring, while O₃ concentrations peaked under high-temperature conditions in summer. CO and NO₂ tended to increase in winter due to heating activities and atmospheric stagnation. Temperature exhibited a significant positive correlation with O₃, whereas negative correlations were observed with CO and NO₂. Relative humidity generally showed weak negative correlations with most air pollutants. This study is meaningful in that it statistically explored the seasonal distribution patterns of major air pollutants and their interactions with meteorological factors. Through this, it aims to provide essential baseline data for establishing air quality prediction models and conducting health safety assessments considering future meteorological changes, such as rising temperatures.